[发明专利]网页内容的提取方法、装置及系统

说明书

本发明公开了一种网页内容的提取方法、装置及系统，属于互联网技术领域。方法包括：获取待提取网页，确定本地是否存储有用于提取待提取网页的网页内容的提取规则；若确定本地未存储用于提取待提取网页的网页内容的提取规则，则向服务器请求获取用于提取待提取网页的网页内容的提取规则；接收服务器下发的统一提取规则，并在确定不支持解析统一提取规则后，下载并安装用于解析统一提取规则的第三方解析库；通过第三方解析库对统一提取规则进行解析，并根据解析后的统一提取规则对待提取网页的网页内容进行提取。本发明通过安装用于解析统一提取规则的第三方解析库对统一提取规则进行解析，实现网页内容的提取，避免规则转换，提高了提取效率。

技术领域

本发明涉及互联网技术领域，特别涉及一种网页内容的提取方法、装置及系统。

背景技术

随着互联网技术的快速发展，越来越多的网络应用都是基于B/S架构(Browser/Server，浏览器/服务器模式)的。该B/S架构下，不必在终端上安装相应的客户端，直接通过浏览器即可实现不同功能，常见的B/S架构的网络应用如网页游戏、在线视频、在线音乐等。在该类网络应用中，服务器需要将该网络应用对应的网页内容与提取规则发送至终端。终端上安装的浏览器在获取到服务器发送的网页内容与提取规则后，通常需要根据获取到的提取规则对网页内容进行提取。

现有技术中提供了一种网页内容的提取方法，在该方法中，服务器预先存储并维护一种提取规则，并同时存储不同浏览器的浏览器标识以及浏览器标识对应的提取规则的相关信息。当终端上安装的浏览器需要对获取到的网页进行网页内容提取时，终端向服务器发送获取提取规则请求，该请求中携带有该终端上安装的浏览器对应的浏览器标识。服务器接收到终端发送的获取提取规则请求后，获取请求中携带的浏览器标识所对应的提取规则的相关信息。此时服务器根据获取到的提取规则的相关信息判断该浏览器是否支持服务器本地存储的提取规则。若该浏览器支持本地存储的提取规则，则服务器将本地存储的提取规则发送至终端。若该浏览器不支持本地存储的提取规则，则服务器根据获取到的提取规则的相关信息将本地存储的提取规则转换为该浏览器所支持的提取规则，并将转换后的提取规则发送至终端，使终端上的浏览器根据服务器发送的提取规则对网页内容进行提取。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

由于上述现有技术中，当终端上安装的浏览器不支持服务器上存储的提取规则时，服务器需要根据获取到的提取规则的相关信息将本地存储的提取规则转换成该浏览器支持的提取规则。因此，上述过程容易产生错误，并且需要花费较长时间，进而导致用户浏览网页的效率不高。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种网页内容的提取方法、装置及系统。所述技术方案如下：

一方面，提供了一种网页内容的提取方法，所述方法包括：

获取待提取网页，并根据所述待提取网页的网址确定本地是否存储有用于提取所述待提取网页的网页内容的提取规则；

若确定本地未存储用于提取所述待提取网页的网页内容的提取规则，则向服务器请求获取用于提取所述待提取网页的网页内容的提取规则；

接收所述服务器下发的统一提取规则，并在确定不支持解析所述统一提取规则后，下载并安装用于解析所述统一提取规则的第三方解析库；

通过所述第三方解析库对所述统一提取规则进行解析，并根据解析后的统一提取规则对所述待提取网页的网页内容进行提取。

另一方面，提供了一种网页内容的提取方法，所述方法包括：

接收任一浏览器发送的获取提取规则的请求，所述提取规则用于提取待提取网页的网页内容；